Mimo（官方页面写作 Xiaomi MiMo）是小米发布的一组大模型及其之上的开发者产品，官网首页将其定位为通用智能平台。它并非单一应用：同一批模型可通过浏览器对话界面、智能体工作台、终端客户端、桌面客户端和计费 API 访问。
支撑整个体系的是两款旗舰模型。MiMo-V2.5-Pro 面向长程推理，MiMo-V2.5 原生支持多模态，除文本外还接受图像、视频与音频输入。两者均提供一百万 token 上下文窗口和 128K 最大输出，这使平台重心落在代码仓库级和长文档级任务，而非短对话。
模型权重是公开的。小米在模型托管平台列出可下载的检查点，包括一万亿参数的 Pro 版本和 3110 亿参数的 MiMo-V2.5，因此托管与自建两条路线可直接比较。
有一个结构性细节会影响下文的每一项判断：访问权限分两条计费通道出售，各自使用独立凭据和地址，这个选择会限定你在合约上被允许构建什么。
接口覆盖文本生成、图像理解、音频理解、视频理解、语音识别、语音合成、深度思考、结构化输出、工具调用与联网搜索。语音能力拆到独立模型：MiMo-V2.5-ASR 负责识别中文、英文与地方方言，MiMo-V2.5-TTS 系列涵盖预置音色、音色设计与音色克隆。
能力在模型族内部并不统一。文档写明只有 mimo-v2.5 支持图像理解，因此为推理质量而统一采用 Pro 模型的流水线无法同时向它发送图片；联网搜索同样仅限两款旗舰文本模型。
语音模型的容量远小于旗舰：识别为 8K 上下文与 2K 最大输出，合成为 8K 上下文与 8K 输出，属单次请求级服务而非长上下文服务。
上限按模态分别公布，而非一条平台级规则。通过链接提交的单张图片不得超过 50 MB，其 base64 编码字符串适用同一上限，像素数限定在 8,192 到 8,388,608 之间。
视频在链接方式上更宽松、内联数据上更严格：单个视频文件通过链接不得超过 300 MB，其 base64 字符串须低于 50 MB。可接受封装格式为 MP4、MOV、AVI 与 WMV，抽帧由取值 0.1 到 10 的 fps 参数控制，上限 2,048 帧。
深度思考在两款旗舰模型上均可用，它改变的是请求本身，而不只是答案质量。这两款模型不支持自定义 temperature 与 top_p，而是强制为 1.0 和 0.95，因此该模式开启时无法调节采样。
多轮规则的影响更大。深度思考与工具调用结合时，推理字段必须完整回传，否则接口返回 400 错误；省略它会削弱指令遵循并增加幻觉。为节省 token 而剥离中间字段的智能体循环会在这里出问题。
联网搜索既可强制触发，也可由模型自行判断意图触发，并通过关键词广度、结果数量和大致用户位置等参数调节。它是计费插件而非免费开关：使用前必须先激活，且启用或停用后有五分钟缓存期。
速率限制按模型公布并在账号层面汇总：两款旗舰模型各允许每分钟 100 次请求与 1000 万 token，语音识别同样每分钟 100 次请求，但 token 预算仅 1 万。该上限统计同一账号下所有密钥调用该模型的合计流量。
由于端点沿用两套广泛使用的协议，文档给出的接入路径是重新配置你已在用的工具。已文档化的集成既包括厂商自家的 MiMo Code，也包括多款第三方客户端。命令行工具方面涵盖 OpenCode、OpenClaw 与 Claude Code。此外还支持 Codex 与 Hermes Agent 这两类智能体。编辑器插件方面则包括 Kilo Code、Cline 与 Qwen Code。桌面与集成开发环境方面另有 Cherry Studio 和 CodeBuddy。每一个的配置方式都相同：把地址指向 OpenAI 兼容或 Anthropic 兼容端点，再填入与所选通道匹配的密钥。
仓库级编码会话。 MiMo Code 是终端原生助手，能读写代码、执行命令、管理 Git，并依靠持久记忆系统在多次会话之间保持对项目的理解。构建、规划与编排三种智能体模式、可并行执行的子智能体调度以及模型上下文协议连接，使它更适合多步重构而非单文件修改。
长文档与混合媒体分析。 一百万 token 窗口配合原生图像、视频与音频输入，可覆盖原本需切块处理的资料库，前提是任务被路由到真正接受这些输入的那款模型。
产出交付物的智能体工作流。 MiMo Claw 是智能体工作台而非聊天框：它通过集成办公套件生成、预览、编辑并导出文档，支持批量下载的文件管理，可并行运行多个会话和任务。
语音类产品。 从单条样本克隆音色、音色设计与预置音色被拆成不同模型，产品可按所需控制粒度选择，而不必接受单一固定音色。
先评估再投入。 公开检查点让团队先把托管端点与同一权重的自建副本做基准对比。
适合：已在使用 OpenAI 兼容或 Anthropic 兼容客户端的开发者。 迁移成本主要是配置，已文档化的集成清单覆盖大多数终端与编辑器工作流。
适合：工作确实属于长上下文的团队。 一百万 token 窗口配 128K 输出，只有当文档、代码仓库或智能体轨迹真达到这个规模时才值这个价。
部分适合：希望用订阅制承载产品后端的团队。 该通道在合约上限定于编程工具，后端与自动化流量必须走按量计费通道，两者都需要的团队等于同时维持两套体系。
不适合：签约前需要组织账号、退款或可核实隐私承诺的采购方。 登录仅限个人账号，目前不支持退款，而本轮中隐私政策与服务协议页面未返回可读文本，这些承诺无法在来源处得到确认。
不适合：欧盟、英国或韩国需要预览版模型的团队，文档写明这些市场目前无法使用预览版模型。
访问入口分散在多个独立形态，而非集中在单一应用：
终端客户端的源代码以 MIT 许可发布，同时附带独立的使用限制与商标政策。
两条通道并行销售，且按量计费余额明确不与订阅额度互通。按量费率按每百万 token 公布，中国区以人民币计价、海外以美元计价：
| 模型 | 区域 | 缓存命中输入 | 缓存未命中输入 | 输出 |
|---|---|---|---|---|
| mimo-v2.5-pro | 海外 | $0.0036 | $0.435 | $0.87 |
| mimo-v2.5 | 海外 | $0.0028 | $0.14 | $0.28 |
| mimo-v2.5-pro | 中国 | ¥0.025 | ¥3.00 | ¥6.00 |
| mimo-v2.5 | 中国 | ¥0.02 | ¥1.00 | ¥2.00 |
有两项费用不在该表内。语音识别按音频时长计费，海外每小时 0.074 美元、中国区每小时 0.5 元；联网搜索按调用计费，海外每千次 5 美元、中国区每千次 16 元，检索页面消耗的 token 另行计价。缓存写入与语音合成模型限时免费，因此当前报价并非稳定预期。
订阅通道提供四档并附月度额度：Lite 每月 6 美元含 41 亿额度，Standard 每月 16 美元含 110 亿，Pro 每月 50 美元含 380 亿，Max 每月 100 美元含 820 亿，年付约为月付的十二倍。月度额度耗尽时系统会停止服务，不会回落到按量计费，且目前不支持退款。
一家独立软件目录站把该产品归类为大语言模型工具，并列出采购方会与之权衡的助手，包括 ChatGPT、DeepSeek、Claude、Google Gemini、Qwen、Kimi 与 Microsoft Copilot。真正有价值的信号是：它的比较集合是通用助手市场，而非某个细分领域。
终端客户端的比较范围更窄，但衡量更充分。独立报道记录 MiMo Code 在 SWE-bench Pro 上得分 62%，对手 Claude Code 搭配 Claude Sonnet 4.6 为 55%；Terminal Bench 2 上为 73% 对 69%。同一报道指出小米未公布与另外两家厂商命令行编码工具的对比，而公开排行榜上另一款模型在 Terminal Bench 2 取得 82.7%，高于此处宣称成绩。
就模型本身而言，一家独立测评机构给 MiMo-V2.5-Pro 的智能指数打了 26 分，远高于同规模开放权重模型 17 分的中位数；但同一机构测得其输出速度为每秒 35.3 token，同类中位数为 66.7。这个分数是用速度换来的。
访问渠道也未被单一卖家锁定。多模态模型在至少一个市场上被转售，费率与上下文上限均与厂商自身公布的数字不同，因此统一采用第一方端点前值得先做一次价格比较。
并非完全免费，因为访问权限分两条通道出售。按量计费的接口调用从第一次请求起按 token 收费，订阅从每月 6 美元起。部分组件阶段性免费：缓存写入与语音合成模型标注为限时免费，智能体工作台也曾先推出免费公测版再转为付费版本。
不能。订阅套餐限定于编程工具，禁止以接口调用形式用于自动化脚本、自建应用后端等明显非编码场景，明确后果是停止服务并封禁密钥。应用后端应走按量计费通道。
发给 mimo-v2.5。文档中图像理解仅对应该款模型而非整个模型族，单张图片上限 50 MB，像素数须落在 8,192 到 8,388,608 之间。
在一定程度上可以。检查点已公开提供下载，终端客户端源代码也以 MIT 许可发布。不过自建一万亿参数模型仍需相当规模的基础设施，因此这更像是用于评估与自主可控的选项，而非省钱的退路。
独立测评测得其输出速度每秒 35.3 token，同类中位数 66.7；首字延迟 3.40 秒，中位数 2.32 秒；同时其智能分数远高于该同类中位数。这笔交换是用延迟换质量。
服务会停止。文档写明套餐月度总额度耗尽时系统将停止服务，未提供自动回落到按量计费的机制。由于目前不支持退款，正确估算档位很重要。
